Grok STT API リファレンス
単語ごとのタイミングつき文字起こし、25言語
PopNow の API キー 1 つで、Grok STT を自分のコードから呼び出せます。送るモデル ID、受け付ける入力フィールド、1 回あたりのクレジット、ターミナルに貼ってそのまま動くリクエストをこのページにまとめました。
パラメーターの説明はモデルの入力 schema から取っているため、英語のみです。
概要
- 開発元
- xAI
- 出力
- 音声
- 最安
- 0.01 クレジット 出力 1 秒あたり ($0.0001)
- 目安の所要時間
- 約 7 秒
1 クレジット = 0.01 米ドル。タスクの受付時に上限額を確保し、完了時に実際の使用量で精算します（整数クレジットに切り上げ、差額は返却）。失敗したタスクには課金されません。実行前に正確な金額を知りたいときは POST /api/v1/jobs/quote を呼んでください。
音声を文字に
xai/grok-stt/speech-to-text
料金
| オプション | クレジット (出力 1 秒あたり) | 米ドル |
|---|---|---|
既定 | 0.01 | $0.0001 |
パラメーター
| フィールド | 型 | 既定値 | 指定できる値 | 説明 |
|---|---|---|---|---|
audio_url必須 | string (uri) | — | — | Audio to transcribe: an uploaded MP3 or WAV, or a public URL to a common audio or video format. 1 second to 2 hours. |
language任意 | string | — | ar, cs, da, nl, en, fil, fr, de, hi, id, it, ja, ko, mk, … (+11) | Spoken language. Leave empty to detect it; required when text_normalization is on. |
text_normalization任意 | boolean | false | — | Write spoken numbers, prices, dates and units in digits. Needs language. |
keyterms任意 | array<object> | [] | 100 件まで | Names and terms to spell the way you list them, up to 100. |
filler_words任意 | boolean | false | — | Keep filler words such as um and uh in the transcript. |
multichannel任意 | boolean | false | — | Transcribe each channel separately, one line per channel. Turn on when speakers are on separate channels. |
リクエスト例
このリクエストはそのまま実行できます。省略したフィールドには既定値が入ります。先にキーを環境変数 POPNOW_API_KEY に設定してください。
例の audio_url には PopNow のサンプル素材を使っています。自分の公開 HTTPS リンク、アップロードしたファイル、保存済みアセットに置き換えてください。
curl -X POST "https://api.popnow.ai/api/v1/jobs/createTask?wait=60" \
-H "Authorization: Bearer $POPNOW_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $(uuidgen)" \
-d '{
"model": "xai/grok-stt/speech-to-text",
"input": {
"audio_url": "https://media.popnow.ai/shortfilm/voices/Aoede-46e4c427.mp3"
}
}'レスポンスにはすぐに taskId が入ります。結果は GET /api/v1/jobs/recordInfo で取得するか、callBackUrl を付けて通知を受け取ります。
curl "https://api.popnow.ai/api/v1/jobs/recordInfo?taskId=TASK_ID_FROM_CREATE_TASK" \
-H "Authorization: Bearer $POPNOW_API_KEY"